Bệnh lóc động mạch cấp tính được gọi là “bom mạch máu”, tỷ lệ tử vong gia tăng 1%-2% mỗi giờ sau khi khởi phát. Nhưng chẩn đoán hình ảnh CT truyền thống phụ thuộc vào kinh nghiệm của bác sĩ, dễ dẫn đến bỏ sót hoặc chẩn đoán sai. Làm thế nào để AI có thể “nhìn thấu mọi thứ” trong hình ảnh y tế? Đội ngũ của Đại học Trung Hải Khoa học và Công nghệ đã công bố nghiên cứu mới nhất trên tạp chí Engineering, giới thiệu một hệ thống AI đa chức năng mang tên DDAsys, không chỉ nhận diện lóc động mạch với độ chính xác đạt 98.4% mà còn có thể đo chính xác đường kính mạch máu. Sự nhất quán trong quyết định phẫu thuật với bác sĩ đạt tới 88.6%, giúp giành được thời gian vàng trong việc cứu sống.
Cuộc đua sống còn trong mạch máu: AI làm thế nào để giải quyết khó khăn trong chẩn đoán
Lóc động mạch là bệnh chết người do vỡ lớp nội mạc mạch máu dẫn đến máu chảy vào thành động mạch, bệnh nhân thường đến khám vì đau ngực dữ dội. Chụp cộng hưởng động mạch (CTA) là phương pháp chẩn đoán chính, nhưng việc đọc hình ảnh như tìm kiếm “vết nứt như sợi tóc” trong hàng nghìn lát cắt. Dữ liệu nghiên cứu cho thấy sự sai lệch trong việc đo đường kính mạch máu giữa các bác sĩ lên tới 5.33 mm, đủ để ảnh hưởng đến quyết định phẫu thuật.
Đội nghiên cứu đã mất 6 năm để thu thập 61190 hình ảnh CTA từ 279 bệnh nhân tại Bệnh viện Đồng Tế Vũ Hán, xây dựng bộ dữ liệu lớn nhất về lóc động mạch trên thế giới. Những hình ảnh này đã được gán nhãn phân loại thành bốn loại: bình thường, loại I, loại II, loại III và có sáu loại đặc điểm nhiễu như vôi hóa, sai lệch, tương đương với việc dạy AI cách loại bỏ nhiễu như trong trò chơi “tìm lỗi”. Hệ thống DDAsys do đội ngũ phát triển sử dụng mô hình học sâu hai giai đoạn: Giai đoạn đầu khóa vào khu vực động mạch, và giai đoạn hai xác định chính xác vết rách nội mạc (tính năng biểu kiến của lóc động mạch), tương tự như việc đầu tiên sử dụng kính lúp để định vị mạch máu, sau đó sử dụng kính hiển vi để quan sát các vết nứt.
Dữ liệu khảo sát vượt trội: Hình ảnh tương phản yếu cũng khó thoát khỏi “mắt pháp” của AI
Trong thử nghiệm 137 bệnh nhân, DDAsys đã thể hiện hiệu suất đáng kinh ngạc:
Tỷ lệ chính xác nhận diện
: Điểm F1 ở mức bệnh nhân đạt 0.984, vượt xa mô hình so sánh ResNet18 (0.899);
Độ chính xác phân loại
: Điểm F1 phân loại cho lóc loại I, II, III lần lượt là 0.956, 0.857, 0.960, đặc biệt tỷ lệ nhận diện loại II tăng 157% so với phương pháp truyền thống;
Sai số đo lường
: Sai số đo lường đường kính động mạch chủ lên chỉ 0.994 mm (tương đương 1/10 đường kính sợi tóc), sai số động mạch chủ xuống thấp hơn chỉ còn 0.767 mm.
Điều đáng ngạc nhiên hơn nữa là hệ thống có thể xử lý hình ảnh “độ khó địa ngục” — hình ảnh có độ tương phản yếu và vết rách nội mạc gần cạnh mạch (như hình 1). Đối với những trường hợp dễ bị bỏ sót này, độ nhạy nhận diện của DDAsys đạt 29.9%, gần gấp ba lần so với thuật toán ma trận Hessian truyền thống. Đội ngũ đã so sánh: “Điều này giống như lái xe trong sương mù, AI có thể nhận diện vật cản xuyên qua sương mù.”
Từ chẩn đoán đến phẫu thuật: AI trở thành “trợ lý siêu” của bác sĩ
DDAsys không chỉ dừng lại ở chẩn đoán, mà còn có thể đề xuất kế hoạch phẫu thuật dựa trên loại tổn thương mạch máu và đường kính. Trong 65 trường hợp phẫu thuật thực tế, mức độ nhất quán giữa các quyết định đề xuất của hệ thống và bác sĩ đạt tới 88.6%, bao gồm thay thế động mạch chủ lên và sửa chữa động mạch ngực qua nội soi (TEVAR) trong lựa chọn phẫu thuật. Giáo sư Wei Xiang, tác giả thư thông tin của bài báo giải thích: “Hệ thống đo đường kính từng lát cắt của mạch máu, giống như tạo một “bản đồ mạch máu” tùy chỉnh cho bệnh nhân, giúp chọn kích thước mạch nhân tạo, rút ngắn thời gian quyết định trong phẫu thuật.”
Tuy nhiên, công nghệ vẫn có những hạn chế. Đối với hình ảnh có độ tương phản cực thấp, độ nhạy nhận diện của hệ thống không đạt 40%; AI hiện tại chưa thể phân tích vị trí rách của mạch máu và các chi tiết quan trọng khác. Đội ngũ nghiên cứu cho biết, bước tiếp theo sẽ kết hợp mô phỏng động lực học dòng chảy để AI có thể dự đoán rủi ro vỡ lóc động mạch, thực hiện cảnh báo sớm.
Mô hình AI y tế mới: Từ “hỗ trợ đọc ảnh” đến “hỗ trợ quyết định”
Nghiên cứu này đánh dấu sự chuyển mình từ nhận diện hình ảnh đơn lẻ đến hỗ trợ toàn bộ quy trình điều trị trong y tế AI. Dữ liệu lâm sàng cho thấy, sau khi sử dụng DDAsys, hiệu quả chẩn đoán của bác sĩ không chuyên khoa tim mạch tăng 50%, đặc biệt phù hợp với các bệnh viện tuyến dưới và tình huống cấp cứu. Hiện tại, đội ngũ đang hợp tác với nhiều bệnh viện lớn để thúc đẩy xác nhận lâm sàng, trong tương lai có thể tích hợp vào nền tảng đám mây hình ảnh y tế, thực hiện “chụp ảnh là chẩn đoán”.
Với hơn 330 triệu bệnh nhân mắc bệnh tim mạch tại Trung Quốc, những đột phá công nghệ này sẽ giúp giảm bớt vấn đề phân phối không đồng đều của nguồn nhân lực y tế chất lượng. Như bài báo đã nêu: “Khi AI có thể hiểu được ‘ngôn ngữ’ của mạch máu, nhiều sinh mạng sẽ chiến thắng thời gian.”
